Pengertian Sistem Pakar dapat didefinisikan adalah suatu sistem komputer yang
menyamai kemampuan pengambilan keputusan dari sorang pakar. Kata menyamai tersebut
memiliki pengertian bahwa system pakar diharapkan dapat bekerja dalam semua hal seperti
halnya seorang pakar. Sistem pakar merupakan salah satu cabang dari Artificial Intelligent
yang membuat penggunaan secara luas pengetahuan yang khusus untuk penyelesaian masalah
tingkat manusia yang pakar dalam bidang tertentu.
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan
manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan
masalah seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat
menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas yang
sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini
juga akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan
mempunyai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan.
Dalam
penyusunannya,
sistem
pakar
mengkombinasikan
kaidah-kaidah
penarikan
kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau
lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam
komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk
penyelesaian masalah tertentu.
Ciri-Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
Mudah dimodifikasi.
Meningkatkan kualitas.
6.
Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk
keahlian langka).
7.
Memiliki reabilitas.
Konsultasi
(Consultation
Mode)
Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang
diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user
berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan
oleh sistem.
3.
Modul
Penjelasan
(Explanation
Mode)
Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu
keputusan dapat diperoleh).
Struktur Sistem Pakar, komponen utama pada struktur sistem pakar menurut Hu et al
(1987) meliputi:
1. Basis Pengetahuan (Knowledge Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi
pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah
informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan
suatu fakta baru dari fakta yang sudah diketahui.
2. Mesin Inferensi (Inference Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi
untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis
pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan
mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka
mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi
penalaran dan strategi pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti
(Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan
dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia,
sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.Strategi pengendalian
berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik
pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan
gabungan dari kedua teknik pengendalian tersebut.
3. Basis Data (Data Base)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut
digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan
semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang
diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan
untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka Pemakai (User Interface)
Object-Based Knowledge
Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah
elemen data yang terdiri dari data dan metoda (proses).
d.
Case-Base Reasoning
Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).
Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka
gunakan backward chaining.
b. Forward chaining
Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan
meng-assert konklusi.
Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan
forward chaining.